WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Evaluation par télédétection des effets de la déforestation et de la dégradation des forêts à  Kisangani (cas de la région forestière de Masako)

( Télécharger le fichier original )
par Jean- Fiston Mikwa Ngamba
Université de Kisangani RDC - En vue de l'obtention du diplôme d'études approfondies en aménagement durable des forêts congolaises 2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.2.5.2. La dimension fractale

La dimension fractale est une mesure de la façon dont la fractale occupe l'espace la dimension fractale des frontières de ces agrégats peut être calculée à partir des estimations de périmètre et d'aire, en partant de la relation suivante :

(14)

où K est une constante appelé facteur de graduation reliant aij à pij et Df j est la dimension fractale de la classe j. Ce qui donne alors

(Y = A+ B X) (15)

Donc la dimension fractale peut être considérée comme étant le double de la pente de la courbe qui décrit la relation entre log pij et log aij. En d'autres termes cela revient donc à estimer périmètre et aire de chaque tache de la classe à une échelle donnée et à représenter ces valeurs en coordonnées logarithmiques. La pente de la régression entre aires et périmètres correspondants est une estimation de la moitié de Dfj. La régression devra être significative.

La dimension fractale (notée D) est considérée comme une mesure de complexité du paysage (Kenkel, 1996). Cette valeur varie entre (Df1) les paysages fortement anthropisés (D1) et les paysages tout à fait naturels, sans impact humains notables (D2)

Df =2B Avec Df la dimension fractale, B la pente de la droite , K le facteur de graduation k reliant A à P

3.2.5.3. Identification des processus de transformation spatiale

Afin d'identifier les types de changements opérés dans chacune des classes d'occupation du sol, nous avons utilisé l'arbre de décision présenté par (Bogaert et al., 2002). Cet arbre permet de cerner le processus dominant de la transformation du paysage. Les données d'entrées à introduire dans l'arbre de décision sont les données d'aire, de périmètre et celles qui concernent le nombre de taches observées appartenant à la classe mise à l'étude. Elles seront calculées avant (notées comme a0, p0 et n0 et à l'issue (notées comme a1, p1 et n1 de la transformation.

Figure 5.1.: Identification du processus de transformation spatiale. Premièrement, il faut déterminer la surface, le périmètre et le nombre de taches du type considéré avant (a0, p0 et n0) et après (a1, p1 et n1) la transformation. Deuxièmement, le changement de chacune des trois caractéristiques est utilisé pour aboutir à un processus représentatif de la dynamique observée. Selon le modèle, il faut d'abord analyser l'évolution du nombre de taches (comparaison de n0 avec n1). Par suite, le changement de la surface (comparaison de a0 avec a1) du type considéré mènera directement vers un des processus, ou indirectement via l'évolution du périmètre (comparaison de p0 avec p1). Afin de faire une distinction entre fragmentation et dissection, une valeur prédéfinie de diminution d'aire (t) est utilisée (Bogaert et al., 2008)

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus